网络基础——浅入深出

现在网上已经有大量的tcp/ip的介绍文章了，但是阿鲤还是要写一篇，一方面是对知识的总结，另一方面希望以不同的视角去看待问题，或许会有同学和我风格一致呢。

一：url是什么？

二：DNS协议

三：三次握手

四：四次挥手

五：tcp协议格式

六：http协议

---

在百度上搜索c++会发生什么？

我们要搞清楚在百度上送搜索c++之后会发生、那我需要先搞清楚一个东西url；那么url是什么？

URL 即Uniform Resource Locator，统一资源定位符，也就是我们常说的网址，接下来给大家解析以下HTTP的格式；

http://username:password@baike.baidu.com/item/HTML/97406?fr=aladdin#ch

http：协议方案名称

username:password：用户名和密码

baike.baidu.com：服务器地址信息（ip地址（域名解析）和port号（默认80））

/item/HTML/97406：资源路径（实体资源（加载网页文件）or某个功能（登陆））

fr=aladdin：查询字符串（提供给服务器的信息，格式为key=val&key=val的型式）

ch：片段标识符，指向html标签

ok，现在大家知道了url，那就让我们看看再百度上输入c++会怎样。

我们再百度上输入c++，就会得到这样一个网址：https://www.baidu.com/s?ie=UTF-8&wd=c++

就如同上面的介绍，https是协议方案（相较于http更安全）；

1：通过域名查询ip地址（DNS协议）

1. 浏览器先检查自身缓存中有没有被解析过的这个域名对应的ip地址，如果有，解析结束。同时域名被缓存的时间也可通过TTL属性来设置。

2. 如果浏览器缓存中没有（专业点叫还没命中），浏览器会检查操作系统缓存中有没有对应的已解析过的结果。而操作系统也有一个域名解析的过程。在windows中可通过c盘里一个叫hosts的文件来设置，如果你在这里指定了一个域名对应的ip地址，那浏览器会首先使用这个ip地址。但是这种操作系统级别的域名解析规程也被很多黑客利用，通过修改你的hosts文件里的内容把特定的域名解析到他指定的ip地址上，造成所谓的域名劫持。所以在windows7中将hosts文件设置成了readonly，防止被恶意篡改。

 

3.  如果至此还没有命中域名，才会真正的请求本地域名服务器（LDNS）来解析这个域名，这台服务器一般在你的城市的某个角落，距离你不会很远，并且这台服务器的性能都很好，一般都会缓存域名解析结果，大约80%的域名解析到这里就完成了。

4. 如果LDNS仍然没有命中，就直接跳到Root Server 域名服务器请求解析

5. 根域名服务器返回给LDNS一个所查询域的主域名服务器（gTLD Server，国际顶尖域名服务器，如.com .cn .org等）地址

6. 此时LDNS再发送请求给上一步返回的gTLD

7. 接受请求的gTLD查找并返回这个域名对应的Name Server的地址，这个Name Server就是网站注册的域名服务器

8. Name Server根据映射关系表找到目标ip，返回给LDNS

9. LDNS缓存这个域名和对应的ip

10. LDNS把解析的结果返回给用户，用户根据TTL值缓存到本地系统缓存中，域名解析过程至此结束

ok，我们现在拿到了服务器的ip地址，我们就可以开始访问了。

在访问之前，我们首先需要和服务器建立链接了；http是应用层协议，其传输层协议是tcp协议，tcp协议的链接是通过三次握手实现的；

请大家根据上图，跟我一起过一下三次握手断点过程

1：客户端向服务端发出syn = 1000请求（假设），并把状态把置为syn_sent；表示客户端已经向服务端发出来syn请求，想和服务端建立链接。

2：服务端收到客户端发送的syn请求之后，向客户端回复一个ack = 1001，并且发出一个syn = 888（假设）的请求，把状态置为syn_rcvd；表示服务端已经收到了syn请求，并且回复了客户端的请求以及向客户端发出了syn请求。

3：客户端收到服务端发送的ack和syn后向服务端回复一个ack=889，把状态置为了established；表示我已经和服务端建立了链接，等到服务端收到客户端的ack回复之后，也会将状态置为establisged，表示已经建立了链接。

这样三次握手的过程就结束了，这个链接也就建立起来了。

那么为什么需要进行三次握手才可以建立起链接呢？而不是两次或四次呢？

答：两次不足够，四次不必要；

为了实现可靠数据传输， TCP 协议的通信双方， 都必须维护一个序列号， 以标识发送出去的数据包中， 哪些是已经被对方收到的。 三次握手的过程即是通信双方相互告知序列号起始值， 并确认对方已经收到了序列号起始值的必经步骤
如果只是两次握手， 至多只有连接发起方的起始序列号能被确认， 另一方选择的序列号则得不到确认；四次握手是没有必要的，因为服务端在回复客户端的syn请求时，可以将自己的请求一同发出，这样是可以节省时间的。

ok，我们现在知道了tcp是怎样建立链接的，那我们不妨也看看tcp是怎样断开链接的，即四次挥手；                            

                   客户端                                   服务端

1：客户端向服务端发送fin请求，把状态置为Ffin_wait_1；表示我要和服务端断开链接；

2：服务端收到客户端的fin请求，会给客户端回复一个ack，把状态置为close_wait状态；接下来在服务端调用close()或shutdown命令之后，服务端会向客户端发送一个fin包，并且把状态置为last_ack；表示我也要和你断开链接；

3：在客户端收到服务端的ack回复后，会向将自己的状态置为fin_wait_2，表示服务端收到了我的链接断开请求；接着收到服务端的fin包，会将自己的状态置为time_wait状态，并且向服务端回复一个ack；

4：服务端收到ack回复之后，会把状态置为close状态；等客户端的time_wait状态执行结束之后，也会把状态置为close状态。

那么为什么需要进行四次挥手呢？

答：因为四次最可靠，最顺利。

客服端告诉服务端，我的数据发完了（客户端的fin包）。你看看你还有没有数据要发给我，没有的话，我们的通信就可以断了（close_wait的意义，也就是不把ack和fin包一起发送的原因）。

服务端也告诉客户端，我的数据也发完了，我们一起关闭吧（服务端的fin包）。

那么为什么客户端有一个time_wait状态，意义是什么呢？

首先我们要知道，客户端的这个time_wait的时长有2MSL；那么什么是MSL是什么？

MSL：MSL(Maximum Segment Lifetime)报文最大生存时间，网络中的报文存在时长，超过这个时间就会被丢弃。一个MSL的时长是可以设置的，一般为30秒，1分钟，2分钟。

为啥是两个msl时间的，这是为了防止客户端给服务端的ack回复丢失（1个msl时长），导致服务端重新发送fin请求（2个msl时长）；

现在我们看一下连接建立，数据交互，链接断开的图；

ok，我们现在知道了什么是三次握手，和四次挥手，但是我们依旧有些云里雾里，因为我们并不知道tcp协议的格式是怎样的。那么接下来，我们就一起看看tcp协议格式

这个图，就是tcp协议格式了

1、端口号：用来标识同一台计算机的不同的应用进程。

        1）源端口：源端口和IP地址的作用是标识报文的返回地址。

        2）目的端口：端口指明接收方计算机上的应用程序接口。

TCP报头中的源端口号和目的端口号同IP数据报中的源IP与目的IP唯一确定一条TCP连接。

2、序号和确认号：是TCP可靠传输的关键部分。序号是本报文段发送的数据组的第一个字节的序号。在TCP传送的流中，每一个字节一个序号；确认号一般是序号+数据的大小。也就是上图中的seq和ack了。

3、首部长度：4bits。由于首部可能含有可选项内容，因此TCP报头的长度是不确定的，报头不包含任何任选字段则长度为20字节，4位首部长度字段所能表示的最大值为1111，转化为10进制为15，15*32/8 = 60，故报头最大长度为60字节。

4、保留：为将来定义新的用途保留，现在一般置0。

5、控制位：URG  ACK  PSH  RST  SYN  FIN，共6个，每一个标志位表示一个控制功能。

1）URG：紧急指针标志，为1时表示紧急指针有效，为0则忽略紧急指针。

2）ACK：确认序号标志，为1时表示确认号有效，为0表示报文中不含确认信息，忽略确认号字段。

3）PSH：push标志，为1表示是带有push标志的数据，指示接收方在接收到该报文段以后，应尽快将这个报文段交给应用程序，而不是在缓冲区排队。

4）RST：重置连接标志，用于重置由于主机崩溃或其他原因而出现错误的连接。或者用于拒绝非法的报文段和拒绝连接请求。

5）SYN：同步序号，用于建立连接过程，在连接请求中，SYN=1和ACK=0表示该数据段没有使用捎带的确认域，而连接应答捎带一个确认，即SYN=1和ACK=1。

6）FIN：finish标志，用于释放连接，为1时表示发送方已经没有数据发送了，即关闭本方数据流。

6、窗口：滑动窗口大小，用来告知发送端接受端的缓存大小，以此控制发送端发送数据的速率，从而达到流量控制。窗口大小时一个16bit字段，因而窗口大小最大为65535。

7、校验和：奇偶校验，此校验和是对整个的 TCP 报文段，包括 TCP 头部和 TCP 数据，以 16 位字进行计算所得。由发送端计算和存储，并由接收端进行验证。

8、紧急指针：只有当 URG 标志置 1 时紧急指针才有效。紧急指针是一个正的偏移量，和顺序号字段中的值相加表示紧急数据最后一个字节的序号。 TCP 的紧急方式是发送端向另一端发送紧急数据的一种方式。

9、选项：最常见的可选字段是最长报文大小，又称为MSS（Maximum Segment Size），每个连接方通常都在通信的第一个报文段（为建立连接而设置SYN标志为1的那个段）中指明这个选项，它表示本端所能接受的最大报文段的长度。选项长度不一定是32位的整数倍，所以要加填充位，即在这个字段中加入额外的零，以保证TCP头是32的整数倍。

10、数据部分： TCP 报文段中的数据部分是可选的。在一个连接建立和一个连接终止时，双方交换的报文段仅有 TCP 首部。如果一方没有数据要发送，也使用没有任何数据的首部来确认收到的数据。在处理超时的许多情况中，也会发送不带任何数据的报文段。

ok，我们知道了tcp的格式，那么tcp是怎样保证可靠传输呢？

1：可靠传输：通过三次握手，四次挥手保证了通信双方具有数据收发的能力。

2：确认应答机制：接收方对于每一条数据都要进行确认回复，告诉发送方数据收到了。

3：超时重传机制：发送方发送数据后一段时间内没有收到确认回复，则对数据进行重传（超时重传的等待是动态的，会随着网络的变化而变化；若连续多条数据没有被收到，就会调整超时时间）。

4：包序管理：协议中的序号，确认序号进行了包序管理，保证数据有序交付。

5：校验和：校验数据的一致性，不一致就会要求重传

6：滑动窗口：控制了数据收发的速率，避免每次发送速度过快，造成的数据丢失

7：拥塞机制：避免发送数据过多而网络不好造成的数据大量丢包，通过发送方维护一个发送窗口，限制当前能够发送的最大数据大小（使用网络探测实现）

tcp有这么多性质，那么它是怎样保证数据传输的效率你？

1：快速重传：数据丢失后快速对丢失的数据进行重传，（接收方认为数据丢失后，会连续向发送端发送三次丢失数据的重传请求）

2：捎带应答机制：将确认回复于即将发送的数据结合，一起发送

3：延迟应答机制：接收方接收到一条数据，并不立即进行确认回复，会造成窗口变小，影响吞吐量；因此延迟一会进行应答，这个延迟期间有可能数据被recv出去，窗口不变，保证吞吐率。

ok我们现在详细的把tcp协议过了一遍，那我们现在回头看看我们的请求；在链接建立之后，http协议就要向服务端发送请求了。

http协议链接_